频率域滤波基础(离散傅里叶变换使用填充的缺陷)

news2024/12/24 7:11:05

本来是个很简单的问题,作者硬是写的这么复杂,翻译还搞错了。重点是我发现作者真正有用的东西没讲到,比如相位和谱如何影响图像。连个转换公式都没有,我只能说作者是在混字数。

首先看关于中心对称是什么意思?我木太明白书上想表达什么,但是中心对称的意思就是以中心为原点旋转180度而相等的意思。

接着看我用红色框出来的地方,其实是利用了表4.1,如下图所示。这里是反变换,所以是HF是实对称函数乘以R+jI,R是偶函数,I是奇函数,所以得到的是HR+jHI,HR是偶函数,HI是奇函数,所以g是实函数。

继续讲上面的内容:上面讲到了低通滤波器和高通滤波器。低频和灰度变化缓慢有关,高频和灰度变化较快。重点来了------对比度和锐化的关系,我使用下图进行说明。

书上说低通滤波器会模糊图像,图4.31的a是低通滤波器,因为在靠近图像中心的位置数值大,本来傅里叶变换的频率域的中心在原点,但是这里移动了,具体解释看书上的图4.23。(我没懂负频率的物理意义,但是百度发现在调制信号的时候都是频率混合,负频率能降低高频也是有意义的。这里的移动把负频率都移动到正频率了,感觉很新奇,但是也没有什么不对劲的地方。)总之图4.31d确实模糊了,这没有问题。而图4.31c是高通滤波器,并且最小值也是大于0,意味着直流项保留了下来,这个滤波器的图增强尖锐细节,而对比度降低了吗?

说实话,我发现滤波之后的图像更清晰了,因为锐化了。但是对比度看的是最亮和最暗的明暗区域,是什么意思?百度说对比度是整张图的最亮和最暗。局部变化缓慢的区域,被衰减了,即是灰度值减小了,这会造成变暗。但是有个矛盾的地方,就是亮的区域灰度值变化缓慢会被模糊,但是亮和暗的边界的周围的区域中,又会把把亮的提高,暗的降低。这是降低对比度?感觉有点像,因为最亮和最暗不是一个像素点,因为这样看不到的,而是能看到的最亮区域,如果被模糊了,所谓的模糊就是和周围像素求均值了,那么最亮的会被拉低,最暗的会被提高灰度级,那么确实对比度降低了。所以锐化和对比度不矛盾。对比度是整体的明暗对比,而锐化是局部的相邻像素的明暗对比。提高相邻像素的对比值,降低整体明暗的对比是合理的。

现在理解图4.32。边缘部分是位于高频区域,被衰减了,那么会造成模糊,这和之前的说法一样,因为减弱了原图的边缘的对比效果,减弱的方式居然是模糊。为什么图像的顶部的两侧需要被模糊呢?这个例子很愚蠢,因为公式4.7.1没有卷积,硬是整出卷积出来了。直接算就是图4.32c的效果。

接下里是重点问题了,如何理解图4.34。由于m个点的离散函数f在填充零之后变成f1,f和f2的傅里叶变换和反变换都是不一样的。这意味着书上的这个过程---如下图所示----得不到原来的频率域的滤波器了。(需要注意的是本来图4.34是周期函数,周期为256-1,但是填充之后周期为512-1,填充减去1是因为不需要完全滑过,之前解释了二维的。这是小问题,关键是周期变化了值得注意。)

书上上面的内容翻译有问题,不是期望,而是认为。后面的内容说的没啥意思,不知道在说什么,不管了。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1597591.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

从51到ARM裸机开发实验(009)LPC2138 中断实验

一、场景设计 中断的概念在《从51到ARM裸机开发实验(007) AT89C51 中断实验》中已经介绍过,LPC2138的Keil工程创建在《从51到ARM裸机开发实验(005)LPC2138 GPIO实验》中已经介绍过。本次使用LPC2138来实现一个这样的场景:四个LED依次亮灭,时间…

c++总结笔记(一)

计算机可以将程序转化为二进制指令(即机器码),并由CPU执行,CPU会按照指令的顺序依次执行每个指令。 C语言特点: 简洁高效可移植模块化标准化 C语言的标准 C89(C90)标准C99标准C11标准 导入 使用include导入包含…

postgresql 备份恢复相关知识点整理归纳 —— 筑梦之路

概述 PG一般有两种备份方式:逻辑备份和物理备份 逻辑备份对于数据量大的场景下耗时较长,恢复也会耗时较长 物理备份拷贝文件的方式相对来说耗时较短,跟磁盘读写性能和网络传输性能有关 逻辑备份 pg_dump pg_dump 将表结构及数据以SQL语句…

Angular学习第四天--问题记录及父子组件问题

问题一、 拉取完项目,使用npm install命令的时候遇到的。 解决办法: 在查找网上五花八门的解决方案之后,发现都不能解决。 我的解决办法是: 1. 把package-lock.json给删掉; 2. 把package.json中公司自己库的包给删除掉…

【论文阅读】TransGNN

一、摘要 本文主要是在推荐系统中对GNN的改进。在协同过滤中,主要是对用户-项目交互图进行建模。但是基于GNN的方法遇到了有限的接受域和嘈杂的“兴趣无关”连接的挑战。相比之下,基于Transformer的方法擅长于自适应地和全局地聚合信息但是在大规模交互…

网站如果在日益变化的网络攻击中寻到一线生机

一、引言 在数字化浪潮席卷全球的今天,网络空间早已成为国家安全、经济发展和社会稳定的战略高地。然而,这片看似平静的虚拟世界,实则暗流涌动,网络攻击层出不穷,手段日益翻新,给网站的安全运营带来了前所…

Linux UDP通信系统

目录 一、socket编程接口 1、socket 常见API socket():创建套接字 bind():将用户设置的ip和port在内核中和我们的当前进程关联 listen() accept() 2、sockaddr结构 3、inet系列函数 二、UDP网络程序—发送消息 1、服务器udp_server.hpp initS…

物联网的核心价值是什么?——青创智通

工业物联网解决方案-工业IOT-青创智通 物联网,这个词汇在当今的科技领域已经变得耳熟能详。但当我们深入探索物联网的核心价值时,我们会发现它远不止是一个简单的技术概念,而是一种能够彻底改变我们生活方式和工作方式的革命性力量。 物联网…

OpenCV基本图像处理操作(五)——图像数据操作

数据读取 cv2.IMREAD_COLOR:彩色图像cv2.IMREAD_GRAYSCALE:灰度图像 import cv2 #opencv读取的格式是BGR import matplotlib.pyplot as plt import numpy as np %matplotlib inline imgcv2.imread(cat.jpg)数据显示 #图像的显示,也可以创建多个窗口 c…

P2P通信基本原理

在数字世界的脉络中,点对点(P2P)技术如同一条悄无声息的河流,流经信息的每个角落,连接着世界各地的计算机和设备。这种去中心化的网络模型,不仅打破了传统的客户端-服务器架构的界限,还赋予了数…

✌粤嵌—2024/3/11—跳跃游戏

代码实现&#xff1a; 方法一&#xff1a;递归记忆化 int path; int used[10000];bool dfs(int *nums, int numsSize) {if (path numsSize - 1) {return true;}for (int i 1; i < nums[path]; i) {if (used[path i]) {continue;}path i;used[path] 1;if (dfs(nums, num…

C++|运算符重载(1)|为什么要进行运算符重载

写在前面 本篇里面的日期类型加法&#xff0c;先不考虑闰年&#xff0c;平年的天数&#xff0c;每月的天数统一按30天算&#xff0c;那么每一年也就是360天 目录 写在前面 定义 基本数据类型 自定义数据类型 成员函数解决相加问题 Date类&#xff0b;整形 下一篇----运…

6、JVM-JVM调优工具与实战

前置启动程序 事先启动一个web应用程序&#xff0c;用jps查看其进程id&#xff0c;接着用各种jdk自带命令优化应用 Jmap 此命令可以用来查看内存信息&#xff0c;实例个数以及占用内存大小 jmap -histo 14660 #查看历史生成的实例 jmap -histo:live 14660 #查看当前存活的实…

康耐视visionpro-CogDistancePointLineTool操作工具详细说明

◆CogDistancePointLineTool:功能说明&#xff1a; 测量点到线的距离 备注&#xff1a;在“Geometry-Measurement”选项中的所有工具都是测量尺寸或角度工具&#xff0c;包括测量线与线的角度、点与线的距离、圆与圆的距离等测量工具&#xff0c;工具使用的方法相似。 ①.打开…

EasyRecovery2024专业免费的电脑数据恢复软件

EasyRecovery数据恢复软件是一款功能强大的数据恢复工具&#xff0c;广泛应用于各种数据丢失场景&#xff0c;帮助用户从不同类型的存储介质中恢复丢失或删除的文件。 该软件支持恢复的数据类型非常广泛&#xff0c;包括但不限于办公文档、图片、音频、视频、电子邮件以及各种…

ArcGIS Server 10.8.1安装

目录 单机部署 ArcGIS Web Adaptor 优点 缺点 ArcGIS Server 使用的端口 ArcGIS GeoAnalytics Server 使用的端口 官方安装文档&#xff1a; ArcGIS Server 系统要求—ArcGIS Enterprise | ArcGIS Enterprise 文档 单机部署 ArcGIS Web Adaptor 在此示例中&#xff0c…

【神经网络与深度学习】Long short-term memory网络(LSTM)

简单介绍 API介绍&#xff1a; nn.LSTM(input_size100, hidden_size10, num_layers1,batch_firstTrue, bidirectionalTrue)inuput_size: embedding_dim hidden_size: 每一层LSTM单元的数量 num_layers: RNN中LSTM的层数 batch_first: True对应[batch_size, seq_len, embedding…

nginx-ingress详解

一、ingress概述 1、概述 Kubernetes是一个拥有强大故障恢复功能的集群&#xff0c;当pod挂掉时&#xff0c;集群会重新创建一个pod出来&#xff0c;但是pod的IP也会随之发生变化&#xff0c;为了应对这种情况&#xff0c;引入了service&#xff0c;通过service的标签匹配&am…

Python Flask Web 框架-API接口开发_4

一、1、安装 Falsk 当前用户安装 pip3 install --user Flask 确认安装成功&#xff1a; 进入python交互模式看下Flask的介绍和版本&#xff1a; $ python3>>> import flask >>> print(flask.__doc__)flask~~~~~A microframework based on Werkzeug. Its …

【Leetcode】代码随想录Day16|二叉树3.0

文章目录 104 二叉树的最大深度559 n叉树的最大深度111 二叉树的最小深度222 完全二叉树的节点个数 104 二叉树的最大深度 递归法&#xff1a;无论是哪一种顺序&#xff0c;标记最大深度 class Solution(object):def depthHelper(self, root, depth):if root:depth 1left_de…